Copertina

On the Computational Landscape of Replicable Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kalavasis, Alkis, Karbasi, Amin, Velegkas, Grigoris, Zhou, Felix
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Replicable Learning of Large-Margin Halfspaces
di: Kalavasis, Alkis, et al.
Pubblicazione: (2024)

Optimal Learners for Realizable Regression: PAC Learning and Online Learning
di: Attias, Idan, et al.
Pubblicazione: (2023)

Injecting Undetectable Backdoors in Obfuscated Neural Networks and Language Models
di: Kalavasis, Alkis, et al.
Pubblicazione: (2024)

On Characterizations for Language Generation: Interplay of Hallucinations, Breadth, and Stability
di: Kalavasis, Alkis, et al.
Pubblicazione: (2024)

On the Limits of Language Generation: Trade-Offs Between Hallucination and Mode Collapse
di: Kalavasis, Alkis, et al.
Pubblicazione: (2024)

Replicable Clustering
di: Esfandiari, Hossein, et al.
Pubblicazione: (2023)

On the Learning Curves of Revenue Maximization
di: Hanneke, Steve, et al.
Pubblicazione: (2026)

On Union-Closedness of Language Generation
di: Hanneke, Steve, et al.
Pubblicazione: (2025)

(Im)possibility of Automated Hallucination Detection in Large Language Models
di: Karbasi, Amin, et al.
Pubblicazione: (2025)

Can SGD Select Good Fishermen? Local Convergence under Self-Selection Biases and Beyond
di: Kalavasis, Alkis, et al.
Pubblicazione: (2025)

Procurement Auctions via Approximately Optimal Submodular Optimization
di: Deng, Yuan, et al.
Pubblicazione: (2024)

Computational Lower Bounds for Regret Minimization in Normal-Form Games
di: Anagnostides, Ioannis, et al.
Pubblicazione: (2024)

On Agnostic PAC Learning in the Small Error Regime
di: Asilis, Julian, et al.
Pubblicazione: (2025)

Barriers to Welfare Maximization with No-Regret Learning
di: Anagnostides, Ioannis, et al.
Pubblicazione: (2024)

Transfer Learning Beyond Bounded Density Ratios
di: Kalavasis, Alkis, et al.
Pubblicazione: (2024)

Differentially Private Language Generation and Identification in the Limit
di: Mehrotra, Anay, et al.
Pubblicazione: (2026)

Language Generation with Infinite Contamination
di: Mehrotra, Anay, et al.
Pubblicazione: (2025)

On Language Generation in the Limit with Bounded Memory
di: Kleinberg, Jon, et al.
Pubblicazione: (2026)

Smaller Confidence Intervals From IPW Estimators via Data-Dependent Coarsening
di: Kalavasis, Alkis, et al.
Pubblicazione: (2024)

Understanding Aggregations of Proper Learners in Multiclass Classification
di: Asilis, Julian, et al.
Pubblicazione: (2024)

Mean Estimation from Coarse Data: Characterizations and Efficient Algorithms
di: Kalavasis, Alkis, et al.
Pubblicazione: (2026)

Efficient Parameter Estimation of Truncated Boolean Product Distributions
di: Fotakis, Dimitris, et al.
Pubblicazione: (2020)

DDPM Score Matching and Distribution Learning
di: Chewi, Sinho, et al.
Pubblicazione: (2025)

Randomized Truthful Auctions with Learning Agents
di: Aggarwal, Gagan, et al.
Pubblicazione: (2024)

Learning Mixture Models via Efficient High-dimensional Sparse Fourier Transforms
di: Kalavasis, Alkis, et al.
Pubblicazione: (2026)

Does Generation Require Memorization? Creative Diffusion Models using Ambient Diffusion
di: Shah, Kulin, et al.
Pubblicazione: (2025)

Linear Regression with Unknown Truncation Beyond Gaussian Features
di: Kouridakis, Alexandros, et al.
Pubblicazione: (2026)

What is Learnable in Valiant's Theory of the Learnable?
di: Hanneke, Steve, et al.
Pubblicazione: (2026)

Criteria and Bias of Parameterized Linear Regression under Edge of Stability Regime
di: Zhang, Peiyuan, et al.
Pubblicazione: (2024)

User Response in Ad Auctions: An MDP Formulation of Long-Term Revenue Optimization
di: Cai, Yang, et al.
Pubblicazione: (2023)

What Makes Treatment Effects Identifiable? Characterizations and Estimators Beyond Unconfoundedness
di: Cai, Yang, et al.
Pubblicazione: (2025)

Gödel Test: Can Large Language Models Solve Easy Conjectures?
di: Feldman, Moran, et al.
Pubblicazione: (2025)

Learning Task Representations from In-Context Learning
di: Saglam, Baturay, et al.
Pubblicazione: (2025)

Risk-Averse Constrained Reinforcement Learning with Optimized Certainty Equivalents
di: Lee, Jane H., et al.
Pubblicazione: (2025)

Optimal Guarantees for Algorithmic Reproducibility and Gradient Complexity in Convex Optimization
di: Zhang, Liang, et al.
Pubblicazione: (2023)

SubGen: Token Generation in Sublinear Time and Memory
di: Zandieh, Amir, et al.
Pubblicazione: (2024)

PolarQuant: Quantizing KV Caches with Polar Transformation
di: Han, Insu, et al.
Pubblicazione: (2025)

Computationally Efficient Replicable Learning of Parities and Applications
di: Noivirt, Moshe, et al.
Pubblicazione: (2026)

Evolutionary Discovery of Reinforcement Learning Algorithms via Large Language Models
di: Sygkounas, Alkis, et al.
Pubblicazione: (2026)

TSDS: Data Selection for Task-Specific Model Finetuning
di: Liu, Zifan, et al.
Pubblicazione: (2024)